|
R学习往期回顾： R学习：R for Data Science 循环-迭代（for while)） R学习 从Tidyverse学起，入门R语言 dplyr合并数据 R学习 从Tidyverse学起，入门R语言（tidyr和stringr） R学习 从Tidyverse学起，入门R语言（tibble，readr和dplyr） for循环与函数式编程for 循环在 R 中不像在其他语言中那么重要，因为 R 是一门函数式编程语言。这意味着可以先将 for 循环包装在函数中，然后再调用这个函数，而不是直接使用 for 循环 library(tidyverse)df <- tibble( a = rnorm(10), b = rnorm(10), c = rnorm(10), d = rnorm(10))假设想要计算每列的均值。你可以使用 for 循环来完成这个任务 output <- vector("double", length(df))for (i in seq_along(df)) { output[[i]] <- mean(df[[i]])}output将这段代码提取出来，转换成一个函数： col_mean <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- mean(df[[i]]) } output}还可以算每列的中位数和标准差 col_median <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- median(df[[i]]) } output}col_sd <- function(df) { output <- vector("double", length(df)) for (i in seq_along(df)) { output[i] <- sd(df[[i]]) } output}通过添加支持函数应用到每列的一个参数，我们可以使用同一个函数完成与 col_mean()、col_median() 和 col_sd() 函数相同的操作： col_summary <- function(df, fun) { out <- vector("double", length(df)) for (i in seq_along(df)) { out[i] <- fun(df[[i]]) } out}col_summary(df, median)col_summary(df, mean)将函数作为参数传入另一个函数的这种做法是一种非常强大的功能，它是促使 R 成为函数式编程语言的因素之一。 使用 purrr 函数代替 for 循环的目的是将常见的列表处理问题分解为独立的几个部分。 · 如果你面临的是一个非常复杂的问题，那么如何将其分解为几个可行的子问题，然后循序渐进地解决，直至完成最终的解决方案？使用 purrr，你可以解决很多子问题，然后再通过管道操作将这些问题的结果组合起来。 映射函数先对向量进行循环、然后对其每个元素进行一番处理，最后保存结果。这种模式太普遍了，因此 purrr 包提供了一个函数族来替你完成这种操作。每种类型的输出都有一个相应的函数： 每个函数都使用一个向量作为输入，并对向量的每个元素应用一个函数，然后返回和输入向量同样长度（同样名称）的一个新向量。向量的类型由映射函数的后缀决定。 我们可以使用这些函数来执行与最后一个 for 循环相同的操作。因为那些摘要函数返回的是双精度数，所以我们需要使用 map_dbl() 函数： map_dbl(df, median)map_dbl(df, mean)map_*() 和 col_summary() 具有以下几点区别 · 所有 purrr 函数都是用 C 实现的。这使得它们的速度非常快，但牺牲了一些可读性 · 第二个参数（即 .f，要应用的函数）可以是一个公式、一个字符向量或一个整型向量 · 映射函数还可以保留名称 快捷方式 对于参数 .f，你可以使用几种快捷方式来减少输入量。假设你想对某个数据集中的每个分组都拟合一个线性模型。以下这个简单示例将 mtcars 数据集拆分成 3 个部分（按照气缸的值分类），并对每个部分拟合一个线性模型： models <- mtcars %>% split(.$cyl) %>% map(function(df) lm(mpg ~ wt, data = df))因为 R 中创建匿名函数的语法比较繁琐，所以 purrr 提供了一种更方便的快捷方式——单侧公式： models <- mtcars %>% split(.$cyl) %>% map(~lm(mpg ~ wt, data = .))我们在以上示例中使用了 . 作为一个代词：它表示当前列表元素（与 for 循环中用 i 表示当前索引是一样的） 需要提取出 R平方 这样的摘要统计量 需要先运行 summary() 函数，然后提取出结果中的 r.squared。我们可以使用匿名函数的快捷方式来完成这个操作： models %>% map(summary) %>% map_dbl(~.$r.squared)因为提取命名成分的这种操作非常普遍，所以 purrr 提供了一种更为简洁的快捷方式：使用字符串 models %>% map(summary) %>% map_dbl("r.squared")后面需要有apply（）家族函数的基础知识，为了循序渐进，后面我们将会介绍apply家族，下回见。 |
|
|
